摘要：
进程篇 基本使用 1 ~~输出~~ 注意! Python官方文档提到为何必须要使用 ，由于该包的所有功能都需要将主模块导入到子模块中，但是IDLE无法将 模块导入子模块，所以只能在文件中编辑好程序执行 更多 ：[multiprocessing — Process based parallelism] 阅读全文
摘要：
分布式篇 1 简述 分布式计算的基本理念是将工作划分为一个一个小任务，分发给多台设备处理，再汇总结果。在分布式计算中，网络中的机器必须要保持可用（延迟误差、意外宕机等等），需要一个持续监控架构 分布式多进程 2 的子模块 还支持把多进程分布在多台机器上， 模块已经封装好了网络通信的细节 实现方法 ： 阅读全文
摘要：
GPU篇 1 准备 1. 需要有支持CUDA的Nvidia显卡 linux查看显卡信息：lspci | grep i vga 使用nvidia显卡可以这样查看：lspci | grep i nvidia 上一个命令可以得到类似" 03.00.0 "的显卡代号，查看详细信息：lspic v s 03. 阅读全文
摘要：
线程篇 基本使用 python线程使用的两个模块为： ~~ (不推荐再使用) ~~、 （查看threading的源码可以发现，threading实际是对_thread进一步的封装，官方将其称为 Low level threading API ，下面简单尝试使用_thread） ~~调用start_n 阅读全文
摘要：
异步篇 1 介绍 2 除了 、`并行 异步`模式，它与事件编程一样，十分重要 在并发的异步模式中，不同的任务在时间线上是相互交错的，而且一切都是在单一控制流（单线程）下进行的 1.asyncio (过时) 基本使用 1.1 使用asyncio实现事件循环管理 什么是事件循环？ 在计算系统中，能够产生 阅读全文
摘要：
并行编程 介绍篇 设计并行编程 1 任务分解 ：将程序分解为任务，在不同处理器上执行以实现并行化。 （可以使用以下两种方法） 领域分解 ：将 分解 （当处理的数据量很大时，分开处理） 功能性分解 ：将 分解为任务 （把大的任务分解为多个小任务处理） 任务分配 ：将任务分配到各个处理器上 （目的是 ） 阅读全文